memprof 技术文档
本文档将详细介绍如何安装、使用 memprof 项目以及如何利用其 API 进行内存分析。
1. 安装指南
依赖关系
memprof 扩展依赖于 libjudy 和 sys/queue.h。
- 在基于 Debian 的发行版上,可以使用以下命令安装依赖:
apt install libjudy-dev - 在 Alpine 发行版上,可以使用以下命令安装依赖:
apk add judy-dev bsd-compat-headers - 在 MacOS 上,可以使用以下命令安装依赖:
brew install traildb/judy/judy
使用 PECL 安装
确保安装了上述依赖,然后使用以下命令安装 memprof:
pecl install memprof
在 MacOS 上,可以使用以下命令安装:
JUDY_DIR=$(brew --prefix traildb/judy/judy) pecl install memprof
手动安装
确保安装了上述依赖,然后下载源代码并在源代码目录中运行以下命令:
phpize
./configure
make
make install
如果 libjudy 安装在非标准路径(不是 /usr 或 /usr/local),可以在 configure 命令中指定路径:
./configure --with-judy-dir=/opt/homebrew/Cellar/judy/1.0.5
在 Arch Linux 上安装
Arch Linux 用户可以选择安装非官方的 php-memprof 包,使用 makepkg 或他们的首选 AUR 辅助工具。例如,如果使用 yay:
yay -S php-memprof
2. 项目的使用说明
memprof 扩展可以用于跟踪和分析 PHP 程序中的内存分配和释放,帮助查找内存泄漏的源头。
加载扩展
可以在命令行上为单个脚本加载扩展:
php -dextension=memprof.so script.php
或者永久性地,在 php.ini 文件中加载:
extension=memprof.so
当不进行内存分析时,扩展没有性能开销,因此在开发环境中可以默认加载。
使用示例
最简单的使用 memprof 的方法是让它在程序内存超出限制时自动保存内存分析文件。
步骤 1:在 dump_on_limit 模式下启用内存分析
在请求启动时,如果以下条件之一为真,将启用 dump_on_limit 模式的内存分析:
- 环境变量
MEMPROF_PROFILE的值为dump_on_limit $_GET["MEMPROF_PROFILE"]的值为dump_on_limit$_POST["MEMPROF_PROFILE"]的值为dump_on_limit
对于命令行脚本,可以设置环境变量:
MEMPROF_PROFILE=dump_on_limit php test.php
对于 Web 脚本,可以设置 $_GET 变量:
curl http://127.0.0.1/test.php?MEMPROF_PROFILE=dump_on_limit
或者 $_POST 变量:
curl -d MEMPROF_PROFILE=dump_on_limit http://127.0.0.1/test.php
步骤 2:转储内存分析文件
在此模式下,如果程序超出内存限制(当 PHP 触发类似 "Fatal error: Allowed memory size of 15728640 bytes exhausted (tried to allocate 1024 bytes)" 的错误时),memprof 会自动保存分析文件。
默认情况下,分析文件保存在 /tmp 或 C:\Windows\Temp 目录下,文件名为 memprof.callgrind.*。
步骤 3:可视化内存分析结果
推荐使用 Kcachegrind(Linux)或 Qcachegrind(MacOS、Windows)来可视化结果。Google Perftools 也是支持的。请参阅 memprof_dump_callgrind() 和相关函数的文档。
3. 项目 API 使用文档
以下是一些常用的 memprof API 函数及其用途:
memprof_enabled()
返回内存分析是否当前启用。
memprof_enabled_flags()
返回内存分析是否启用以及启用了哪些分析特性。
memprof_dump_callgrind(resource $stream)
将当前分析结果以 callgrind 格式转储到指定的文件流。
<?php
memprof_dump_callgrind(fopen("output", "w"));
memprof_dump_pprof(resource $stream)
将当前分析结果以 pprof 格式转储到指定的文件流。
<?php
memprof_dump_pprof(fopen("profile.heap", "w"));
memprof_dump_array()
返回表示当前分析结果的数组。
<?php
$dump = memprof_dump_array();
4. 项目安装方式
memprof 项目可以通过以下方式安装:
- 使用 PECL 命令行工具安装。
- 手动下载源代码并进行编译安装。
- 在 Arch Linux 上使用 AUR 包进行安装。
请按照上述 "安装指南" 部分中的详细步骤进行操作。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00